基于Cesium的地下三维管网3D Tiles模型构建与可视化

Cesium作为目前日益流行的开源三维地图引擎,在各领域都有着广泛的应用前景。但目前原生Cesium不具备渲染地下管网模型可视化的条件。基于Cesium提出了一种利用shapefile二维地下管网数据自动构建三维地下管网3D Tiles模型的建模方法并完成了模型的可视化展示。具体步骤是首先将二维shapefile数据分级处理构建四叉树结构关系,通过迭代遍历各级的单块二维数据,将点、线要素分别进行逐瓦片的模型变换矩阵计算和模型构建,将点要素封装为i3dm模型,线要素封装为b3dm模型,得到3D Tiles地下管网模型;然后基于Cesium二次开发实现数据模型对接、地表透明化、裙摆关闭、摄像机地下视角等功能,完成模型的可视化展示。本方法使用辽宁省盖州市北海新区管网shapefile实例数据进行测试。结果表明,二维地下管网shapefile数据能够快速生成3D Tiles模型,实现良好的地下三维模型可视化展示,为后续Cesium地下空间相关研究工作提供技术支持和方法参考,有助于完善B/S架构的地下空间三维可视化管理系统,支持数字孪生城市建设。

基于随机森林的高分影像分类及土地利用变化检测

以2017年4月WorldView-2(WV2)号和2020年11月SuperView-1(SV1)号2期高分辨率遥感影像为数据源,选取桂林市六塘镇为试验区,使用改进的双峰分裂阈值法进行建筑物阴影的检测和去除,融合影像的光谱信息、纹理信息和几何信息等特征,利用随机森林方法,将研究区按照建筑用地、林地、耕地、裸地、水域5个类别进行分类,并基于分类结果进行变化检测。结果表明:(1)2017年和2020年影像的总体分类精度分别为98.616%,98.138%,Kappa系数分别为0.977,0.949;(2)2017—2020年,研究区内林地的面积增加了,其余4个地类的面积均减少;(3)三年间,裸地的变化最为显著,占2017年裸地总面积的50.268%,其中,由裸地转变为林地的面积为35.310 hm 2,占2017年裸地总面积的79.015%,同时也有12.799 hm 2的林地变化为裸地,仅占2017年林地面积的3.199%。

基于U-Net3+的高分遥感影像建筑物提取

针对传统的高分影像建筑物提取方法存在分割精度低和分割边界模糊等问题,本文提出了一种基于U-Net3+模型的建筑地物语义分割方法。该模型以U-Net网络结构为基础,首先使用全尺度的跳跃连接将不同尺度的特征图相融合;然后通过深度监督从多尺度聚合的特征图中学习特征表达,并使用交叉熵损失函数进行训练;最后根据数据集特征,调试出不同的模型参数并以此模型进行测试,以达最佳的分割效果。试验结果表明,与U-Net和U-Net++模型相比,基于该方法的影像分割精度及地物边缘分割完整度均得到了显著提升,且当设置历元为15时,精度最高。使用该方法对高分辨率遥感影像中建筑物进行的分割试验,精度达96.62%,平均交并比(mIoU)达0.9027,并减少了错分、漏分,同时也减少了模型参数,模型损失收敛速率快且缩短了训练周期,显著提升了建筑物提取精度。

基于多特征融合与典型降维方法的高光谱影像分类

高光谱影像的冗余信息给影像的分类效果带来一定的负面影响。本文利用CB法(CfsSubsetEval评估器结合Best-First搜索策略)与PCA变换两种降维方法,分别结合随机森林分类器对4种多特征融合方案(共8种组合)进行高光谱影像分类对比,基于分类的总体精度、Kappa系数探究提高高光谱影像分类的最佳组合方法。结果表明:①多特征融合可提升高光谱影像的分类效果,两种降维方法的分类精度均随地理特征、纹理特征、指数特征的加入而逐渐提高。②两种降维方法中,经CB法降维后的分类精度均比通过PCA变换降维的分类精度高。在构造的8种组合中,基于所有特征信息(光谱特征、地理特征、纹理特征、指数特征)的CB法分类精度最高,其总体精度为98.01%;Kappa系数为0.9699。

基于卫星遥感预测作物真菌毒素的可行性分析

真菌毒素(mycotoxin)是影响我国粮食与食品安全的重要威胁,准确预测可以为有效管控和降低其所造成的损失提供支撑。在总结作物真菌毒素对食品、粮食、农业等影响的基础上,从气象统计模型、机理模型及机器学习模型3个方面分析了目前真菌毒素预测的研究进展。通过对目前作物污染真菌毒素的影响因素进行分析,结合遥感技术在作物及其生长环境监测方面的研究进展,讨论了利用卫星遥感监测技术开展大范围作物真菌毒素含量预测的可行性。同时指出,分析遥感的作物真菌毒素主要影响因素及其变化规律,发展生育期内相关因素结合的真菌毒素遥感估算方法,将面向农田尺度动态预测的遥感技术与多种模型耦合将成为该领域的研究重点。